Larridin Raih US$30 Juta untuk Bantu Perusahaan Mengukur Efisiensi Belanja AI
Larridin mengantongi pendanaan Seri A untuk memetakan laba atas investasi AI di tengah kekhawatiran membengkaknya biaya dan lambatnya tinjauan teknis.
Foto: The Next Web (Dokumentasi editorial)
Poin penting
- Larridin mengumpulkan pendanaan Seri A senilai US$30 juta yang dipimpin oleh Pelion Ventures.
- Laporan internal mengungkap seorang teknisi bisa menghabiskan 65 persen tagihan AI tim dalam sepekan.
- Penggunaan kode AI melonjak jadi 62 persen, namun waktu tunggu tinjauan manusia membengkak hingga 50 persen.
Larridin, perusahaan rintisan asal San Francisco, meraih pendanaan Seri A sebesar US$30 juta yang dipimpin oleh Pelion Ventures. Suntikan dana segar ini dirancang untuk menjawab kegelisahan para pimpinan perusahaan terkait besarnya pengeluaran kecerdasan buatan tanpa hasil terukur.
Tambahan modal ini membuat total dana yang dihimpun Larridin mencapai US$47 juta. Investor terdahulu seperti Andreessen Horowitz dan Gradient Ventures kembali berpartisipasi bersama sejumlah pemodal baru.
Menurut laporan The Next Web, pelanggan korporat Larridin melonjak dari satu menjadi 50 perusahaan dalam kurun waktu kurang dari satu tahun. Pertumbuhan tersebut didorong oleh kekhawatiran manajemen terhadap lonjakan tagihan lisensi komputasi.
Perangkat lunak Larridin bekerja dengan menghubungkan penggunaan alat AI, tagihan biaya, serta hasil kerja nyata staf dan agen AI—perangkat lunak mandiri yang mampu menyelesaikan tugas otomatis. Klien mereka mencakup SurveyMonkey, Vertiv, hingga Klaviyo.
Anomali Biaya dan Antrean Tinjauan Kode
Larridin mencatat rata-rata kenaikan output tim sebesar 47 persen pada pelanggannya. Platform tersebut juga mengklaim berhasil mengoptimalkan nilai tengah pengeluaran AI sebesar US$2,4 juta pada tahun pertama.
Namun, pemantauan terhadap 82.000 alur kerja mengungkap inefisiensi yang tajam. Pada satu klien, seorang teknisi menghabiskan sekitar 65 persen dari total tagihan AI tim hanya dalam satu pekan.
Di perusahaan lain, dua alat kecerdasan buatan yang mengerjakan tugas serupa memiliki perbedaan biaya hingga 66 kali lipat untuk setiap perubahan pekerjaan yang diselesaikan.
Laporan Engineering AI Impact Report milik Larridin juga menemukan fenomena leher botol baru. Permohonan penggabungan kode baru atau pull request berbantuan AI meningkat dari 35 persen menjadi 62 persen.
Meski produksi kode semakin cepat, waktu tunggu peninjauan pertama oleh teknisi manusia justru melonjak hingga 50 persen. Hal ini memperlambat proses finalisasi proyek secara keseluruhan.
Semua orang tiba-tiba menyadari betapa besarnya anggaran yang kini mengalir ke pos AI.
Pelion General Partner Jeff Kearl menyatakan bahwa biaya AI kini merangsek masuk ke dalam lima hingga sepuluh pos pengeluaran terbesar di pembukuan perusahaan.
Chief Technology Officer Larridin Ameya Kanitkar menegaskan sistemnya menganalisis pola interaksi kerja tanpa menyimpan konten percakapan demi menjaga kerahasiaan data pengguna.
Apa Artinya bagi Pelaku Usaha
Kabar ini menandai pergeseran penting: manajemen kini dituntut membuktikan laba atas investasi AI, bukan sekadar mencoba alat baru. Para direktur dan manajer di Indonesia yang telah berlangganan berbagai platform AI perlu memeriksa apakah biaya bulanan sebanding dengan kenaikan pendapatan atau efisiensi nyata.
Langkah antisipasi utama adalah menetapkan batas pemakaian harian bagi setiap karyawan guna menghindari konsumsi token berlebih. Manajemen juga sebaiknya membandingkan efektivitas biaya antaralat yang memiliki fungsi identik untuk memangkas langganan yang boros anggaran.
Terakhir, pelaku usaha perlu mencegah penumpukan tugas pada proses validasi akhir. Pembuatan dokumen atau kode otomatis yang melimpah tetap membutuhkan kurasi manusia, sehingga standar tinjauan internal harus diperjelas agar produktivitas operasional tidak terhenti di tengah jalan.
- The Next Web: Larridin raises $30M to show companies what their AI spending buys
Lihat hasil pemeriksaan (16 klaim)
| Klaim | Putusan | Dasar di sumber |
|---|---|---|
| Larridin meraih pendanaan Seri A sebesar US$30 juta yang dipimpin oleh Pelion Ventures. | Didukung | “Larridin, a San Francisco startup that measures what companies get back from AI, has raised $30 million. Pelion Ventures led the Series A round” Dinyatakan oleh The Next Web. |
| Total dana yang dihimpun Larridin mencapai US$47 juta. | Didukung | “Larridin has now raised $47 million in total.” Dinyatakan oleh The Next Web. |
| Andreessen Horowitz dan Gradient Ventures kembali berpartisipasi dalam pendanaan. | Didukung | “Andreessen Horowitz and Gradient Ventures, which backed Larridin’s $17 million seed round, invested again.” Dinyatakan oleh The Next Web. |
| Pelanggan korporat Larridin meningkat dari 1 menjadi 50 perusahaan dalam waktu kurang dari satu tahun. | Didukung | “Larridin went from one enterprise customer to 50 in under a year.” Dinyatakan oleh The Next Web. |
| Bisnis Larridin meningkat ketika perusahaan mulai mengkhawatirkan biaya AI. | Didukung | “He said business picked up in the second quarter, when more companies began to worry about AI costs.” Dinyatakan oleh The Next Web berdasarkan wawancara CEO Russ Fradin. |
| Perangkat lunak Larridin menghubungkan alat AI, tagihan biaya, dan hasil kerja karyawan serta agen AI. | Didukung | “Larridin’s software links a company’s AI tools, usage and bills to the work its people and AI agents produce.” Dinyatakan oleh The Next Web. |
| Pelanggan Larridin mencakup SurveyMonkey, Vertiv, dan Klaviyo. | Didukung | “Customers include SurveyMonkey, Vertiv, Klaviyo, Gainsight, EcoVadis and Sundt.” Dinyatakan oleh The Next Web. |
| Larridin melaporkan rata-rata kenaikan output tim terukur sebesar 47 persen pada pelanggannya. | Didukung | “Across its customers, it reports a 47% average rise in measurable team output.” Dinyatakan oleh The Next Web mengutip klaim Larridin. |
| Larridin mengklaim optimalisasi nilai tengah pengeluaran AI sebesar US$2,4 juta di tahun pertama. | Didukung | “It also reports a median $2.4 million of AI spending optimised in the first year.” Dinyatakan oleh The Next Web mengutip klaim Larridin. |
| Larridin telah memantau lebih dari 82.000 alur kerja. | Didukung | “tracked more than 82,000 workflows.” Dinyatakan oleh The Next Web. |
| Di salah satu pelanggan, satu teknisi menghabiskan sekitar 65 persen tagihan AI tim dalam satu pekan. | Didukung | “Yet one engineer ran up roughly 65% of the team’s AI bill in a single week, Larridin said.” Dinyatakan oleh The Next Web mengutip Larridin. |
| Dua alat AI dengan pekerjaan serupa berbeda biaya hingga 66 kali lipat per perubahan yang dikirimkan. | Didukung | “two AI tools doing comparable work differed 66 times in cost per shipped change.” Dinyatakan oleh The Next Web. |
| Pull request berbantuan AI meningkat dari 35 persen menjadi 62 persen. | Didukung | “AI-assisted pull requests rose from 35% in April to 62% in September.” Dinyatakan oleh The Next Web mengutip laporan Larridin. |
| Waktu tunggu peninjauan kode pertama oleh manusia meningkat sebesar 50 persen. | Didukung | “the median wait for a first human code review grew by 50%, the report found.” Dinyatakan oleh The Next Web. |
| Jeff Kearl menyatakan biaya AI masuk ke lima hingga sepuluh pos pengeluaran terbesar di pembukuan perusahaan. | Didukung | “AI has gone from a tiny expense to one of the five to ten biggest items on company ledgers.” Dinyatakan oleh The Next Web mengutip Jeff Kearl. |
| Ameya Kanitkar menyatakan platform menganalisis interaksi AI karyawan tanpa menyimpan kontennya. | Didukung | “Chief technology officer Ameya Kanitkar told Business Insider that the platform analyses employees’ AI interactions without storing their contents.” Dinyatakan oleh The Next Web mengutip Ameya Kanitkar. |
Video AI terbaru
Coinbase on OpenAI Private Intelligence
